Procesamiento eficiente de series de tiempo de raster espacio temporales en R
- Autores
- Castillo Moine, Matías Alejandro; Balzarini, Mónica Graciela
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Ponencia presentada en LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. Santiago de Chile, 25 al 27 de septiembre de 2019.
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información; Argentina.
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
El gran volumen de datos en forma de series de tiempo imágenes satelitales (STIS) plantea desafíos técnicos de almacenamiento y procesamiento. Numerosos paquetes de R ofrecen herramientas para su manejo con soporte para out-of-memory files y procesamiento en paralelo, permitiendo el procesamiento masivo de grandes bases de datos de STIS. Sin embargo, la mayoría de los desarrollos estadísticos de R tienen base matricial, y el dato debe ser convertido para poder ser procesado; transformación que generalmente ocurre en copias completas de los datos en memoria. El objetivo de este trabajo es comparar la eficiencia de dos estrategias de manejo y procesamiento en R de datos masivos de STIS convertidas a formato matricial en memory-maped files con soporte para procesamiento en paralelo.
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información; Argentina.
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina. - Fuente
- Actas de LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo.
E-ISSN: 2618-3196
https://github.com/LatinR/presentaciones-LatinR2019
https://github.com/LatinR/presentaciones-LatinR2019/blob/master/actas/Libro%20Actas%20LatinR%20FINAL.pdf - Materia
-
Bases de datos
Almacenamiento de información
Imágenes por satélites
Sensores remotos
Procesamiento de datos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/549150
Ver los metadatos del registro completo
id |
RDUUNC_a38e212ddb0f9800fa299cad3c64f871 |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/549150 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Procesamiento eficiente de series de tiempo de raster espacio temporales en RCastillo Moine, Matías AlejandroBalzarini, Mónica GracielaBases de datosAlmacenamiento de informaciónImágenes por satélitesSensores remotosProcesamiento de datosPonencia presentada en LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. Santiago de Chile, 25 al 27 de septiembre de 2019.Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información; Argentina.Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.El gran volumen de datos en forma de series de tiempo imágenes satelitales (STIS) plantea desafíos técnicos de almacenamiento y procesamiento. Numerosos paquetes de R ofrecen herramientas para su manejo con soporte para out-of-memory files y procesamiento en paralelo, permitiendo el procesamiento masivo de grandes bases de datos de STIS. Sin embargo, la mayoría de los desarrollos estadísticos de R tienen base matricial, y el dato debe ser convertido para poder ser procesado; transformación que generalmente ocurre en copias completas de los datos en memoria. El objetivo de este trabajo es comparar la eficiencia de dos estrategias de manejo y procesamiento en R de datos masivos de STIS convertidas a formato matricial en memory-maped files con soporte para procesamiento en paralelo.Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información; Argentina.Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.2019info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/11086/549150Actas de LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo.E-ISSN: 2618-3196https://github.com/LatinR/presentaciones-LatinR2019https://github.com/LatinR/presentaciones-LatinR2019/blob/master/actas/Libro%20Actas%20LatinR%20FINAL.pdfreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNCspainfo:eu-repo/semantics/openAccess2025-09-29T13:44:19Zoai:rdu.unc.edu.ar:11086/549150Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:44:19.233Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Procesamiento eficiente de series de tiempo de raster espacio temporales en R |
title |
Procesamiento eficiente de series de tiempo de raster espacio temporales en R |
spellingShingle |
Procesamiento eficiente de series de tiempo de raster espacio temporales en R Castillo Moine, Matías Alejandro Bases de datos Almacenamiento de información Imágenes por satélites Sensores remotos Procesamiento de datos |
title_short |
Procesamiento eficiente de series de tiempo de raster espacio temporales en R |
title_full |
Procesamiento eficiente de series de tiempo de raster espacio temporales en R |
title_fullStr |
Procesamiento eficiente de series de tiempo de raster espacio temporales en R |
title_full_unstemmed |
Procesamiento eficiente de series de tiempo de raster espacio temporales en R |
title_sort |
Procesamiento eficiente de series de tiempo de raster espacio temporales en R |
dc.creator.none.fl_str_mv |
Castillo Moine, Matías Alejandro Balzarini, Mónica Graciela |
author |
Castillo Moine, Matías Alejandro |
author_facet |
Castillo Moine, Matías Alejandro Balzarini, Mónica Graciela |
author_role |
author |
author2 |
Balzarini, Mónica Graciela |
author2_role |
author |
dc.subject.none.fl_str_mv |
Bases de datos Almacenamiento de información Imágenes por satélites Sensores remotos Procesamiento de datos |
topic |
Bases de datos Almacenamiento de información Imágenes por satélites Sensores remotos Procesamiento de datos |
dc.description.none.fl_txt_mv |
Ponencia presentada en LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. Santiago de Chile, 25 al 27 de septiembre de 2019. Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información; Argentina. Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina. Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina. Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina. Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina. El gran volumen de datos en forma de series de tiempo imágenes satelitales (STIS) plantea desafíos técnicos de almacenamiento y procesamiento. Numerosos paquetes de R ofrecen herramientas para su manejo con soporte para out-of-memory files y procesamiento en paralelo, permitiendo el procesamiento masivo de grandes bases de datos de STIS. Sin embargo, la mayoría de los desarrollos estadísticos de R tienen base matricial, y el dato debe ser convertido para poder ser procesado; transformación que generalmente ocurre en copias completas de los datos en memoria. El objetivo de este trabajo es comparar la eficiencia de dos estrategias de manejo y procesamiento en R de datos masivos de STIS convertidas a formato matricial en memory-maped files con soporte para procesamiento en paralelo. Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Departamento de Métodos Cuantitativos y Sistemas de Información; Argentina. Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina. Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina. Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina. Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina. |
description |
Ponencia presentada en LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. Santiago de Chile, 25 al 27 de septiembre de 2019. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/549150 |
url |
http://hdl.handle.net/11086/549150 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
Actas de LatinR 2019 – Segunda Conferencia Latinoamericana sobre el uso de R en Investigación + Desarrollo. E-ISSN: 2618-3196 https://github.com/LatinR/presentaciones-LatinR2019 https://github.com/LatinR/presentaciones-LatinR2019/blob/master/actas/Libro%20Actas%20LatinR%20FINAL.pdf reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1844618979026403328 |
score |
13.070432 |